[디지털투데이 이은혜 서포터즈 기자] '아마존(Amazon)'의 무인편의점에 대해 상용화 시점을 궁금해하더라도, 미래의 모습이란 걸 의심하는 이는 없다.

아마존의 저력은 곧 빅데이터의 활용에서 비롯된다. 아마존은 소비자들의 소비 패턴을 분석하여 누가 언제 어떤 상품을 구매할 것인지 예측하였고, 배송 요청을 하기도 전에 상품을 미리 준비하는 시스템을 개발했다.

유통뿐 아니라 패션 업계도 빅데이터를 활용해 비즈니스를 펼치고 있다.

패션브랜드 자라(ZARA)는 빅데이터를 활용하여 고객을 분석했다. 자라는 SPA브랜드 특성상 단기간 내에 다른 브랜드 상품군에 비해 2배 이상의 종류를 생산해야 한다. 수요 예측, 매장별 재고, 운송 등 실시간 파악은 곧 비용과 직결됐다. 현재 자라는 빅데이터를 활용하는 재고관리 시스템으로 효율적인 대응을 하고 있다.

의료, 전기 충전소 등 공공데이터 활용도 높아져

이제 빅데이터는 효율성 확보를 위한 수단으로써 공공 영역으로도 확장하고 있다.

2016년부터 행정안전부와 건강보험심사평가원에서 실시한 ‘실시간 국민관심질병 예측 서비스’가 빅데이터의 공공 부문 활용 사례로 주목받고 있다.

실시간 질병예측서비스는 실시간 질병위험도를 관측하는 방안으로, 치료보다 예방에 방점이 찍힌다. 그동안 근시안적 보건 정책에서 벗어난 미래 질병을 예측하여 보건의료정책 수립에 기여할 필요성이 점진적으로 대두되어 왔기에, 보건의료 빅데이터의 경제적 가치와 사회적 가치를 제고할 수 있었다. 특히 고령화 사회에 따른 의료비용을 절감하고 국민 건강을 증진시키는데 목적이 있다.

‘국민관심질병’은 ▲ 건강보험심사평가원의 요양기관 정보, 약품/진료 내역 정보 ▲ 기상청과 한국환경공단의 기상관측 정보 ▲통계청의 인구 데이터를 복합적으로 활용한다.

각 데이터로부터 연도별, 월별, 연령별 환자 수 추이를 분석한 결과 급성 기관지염, 비염, 아토피 피부염, 중이염, 기타 장 질환에 대한 발병률을 예측할 수 있는 질병 예측 알고리즘을 만들어 내었다.

이후 보건의료 빅데이터 개방 시스템 홈페이지를 통해 대국민 서비스 측면에서 관심이 높은 질병 150개 항목으로 확대 공개하고, GIS 기반의 건강지도 서비스가 제공된다. 뿐만 아니라 질병 예측 지수를 활용한 콘텐츠 제작 및 배포를 통해 국민들에게 건강 관련 정보 제공하여 지속적인 질병 예방 활동을 지원할 수 있었다.

빅데이터로 전기차 충전소의 효율적 입지 선정까지도 

또다른 사례로, 2017년에 실시된 ‘전기차 충전 인프라 설치 입지 선정’ 과정에 있어서도 빅데이터가 활용되었다. 

전기차는 일반 차량보다 충전소를 찾는 빈도가 더 높아 충전소의 입지가 중요하다. 하지만 기존에 설치되어 있던 30%가량의 충전소가 방치되어 있다는 사실이 알려졌다. 즉, 입지 선정이 잘못되어 제대로 쓰이고 있지 못하고 있었던 것.

이를 위해 대구광역시에서 빅데이터 기반으로 최적의 위치를 찾아 전기차 충전 인프라의 접근성을 높이기 위해 조사를 시작했다. 대구광역시, 한국전력공사, 한국정보화진흥원 등 7개 기관에서 데이터를 수집했으며 각종 민원내용, 도로별 교통량 정보, 전기 설비 위치, 국유지, 변압기 용량 등의 200여 종의 데이터를 활용하여 과학적인 입지선정을 목표로 했다.

시간에 따라 변화하는 데이터와 가설적 실험을 통해 모델화한 결과, 지도를 셀 단위로 쪼개어 충전소 한 곳으로서의 입지 조건이 어느 정도인지 수치화하는 데에 성공하였다. 이후 여러 차례의 검증작업을 거쳐 최적의 충전소를 선정하는 작업에 착수할 수 있었다.

위의 사례와 같이 현재 공공빅데이터는 국민 생활과 밀접한 문제를 해결하는 데 유용하게 활용되고 있다. 공공데이터로서의 빅데이터 활용은 각종 국가 정책 수립에 기여할 수 있을 뿐만 아니라 국민 생활 편의와 직결되는 서비스를 제공할 수 있다는 점에서 차후 활용도가 커질 것으로 보인다.